Point Tracking in Surgery--The 2025 Surgical Tattoos in Infrared Challenge (STIRC2025)
本文介绍了在 MICCAI EndoVis 2025 上举办的 2025 年红外手术纹身挑战赛（STIRC2025）的结果与参与者方法，该挑战赛通过使用 STIR 数据集对七支队伍在点追踪精度和推理效率方面进行了评估，旨在推进分割和 3D 重建等手术应用的发展。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正在观看一场高风险的电子游戏，游戏中的角色是由软乎乎、摇摇晃坠的果冻组成的，而摄像机正在疯狂地放大、缩小并旋转。你的任务是什么？无论这些果冻如何拉伸、扭曲或被一只巨手遮挡，都要让你的手指死死粘住七个特定的闪光点。如果你丢失了哪怕一个闪光点的踪迹，游戏就会结束。
这正是 2025 年 STIR 挑战赛（红外线下的外科手术纹身）所面临的挑战。在这场比赛中，计算机科学家们竞相构建“数字手指”，以便在手术过程中追踪移动组织上的微小点位。目标不仅仅是看到这些点，而是要精确知道它们在 3D 空间中的位置，即使组织像一根湿润的面条一样扭动变形。
设置：隐形墨水与隐形眼睛
为了确保公平，组织者创建了一个名为 STIRC2025 的特殊数据集。他们没有使用随机视频；他们使用了“外科手术纹身”技术。这就像是在猪的皮肤上（用于实测）或不同的组织上（用于死检）绘制微小的点，使用的是一种在红外光下会发光但在肉眼看来是隐形的特殊墨水。
以下是数据的工作原理：
- 开始： 摄像机通过红外线看到发光的点。
- 动作： 摄像机切换到普通的白光，外科医生（或机器人）移动组织。
- 结束： 摄像机切回红外线，以观察这些点最终停留在哪里。
挑战赛给了参赛队伍 32 个视频剪辑（每个平均约 7.7 秒长），其中包含总计 234 个点需要进行追踪。团队必须编写算法来逐帧追踪这些点，就像一场超级快速的“跟着领头羊”的游戏。
游戏规则
评委衡量了两个指标：
- 准确度： 算法的预测值与点的真实最终位置有多接近？他们在不同的“容差水平”下进行了检查。对于 2D 追踪，误差以像素为单位测量（例如 4、8、16、32、64 像素）。对于 3D 追踪，误差以毫米为单位测量（2、4、8、16、32 毫米）。
- 效率： 算法有多快？在手术中，你不能等待计算机思考。他们测量了“延迟”（处理一帧需要多长时间），并查看了 第 95 和第 99 百分位数，以确保系统不会出现任何可能导致崩溃的“缓慢时刻”。
竞争者与结果
七支队伍进入了竞技场。以下是发生的情况：
2D 追踪赛（平面屏幕）
目标是在一个平面的 2D 屏幕上追踪这些点。
- 惊喜赢家： 最准确的方法并不是某个团队的新发明，而是组织者提供的名为 MFT（多帧追踪器）的基准方法。它的平均准确度为 83.50。
- 人类团队： 最优秀的团队 CCG DGIST 以 82.99 的得分位列第二。他们使用了一种“混合”方法，结合了两种不同的追踪风格（一种擅长短距离移动，另一种擅长长距离移动），并像驾驶员换挡一样在两者之间切换。
- “控制”组： 有一个团队对每个点都仅仅是猜测“零运动”。他们的得分为 50.00，这证明了无所作为绝对比尝试更差。
3D 追踪赛（深度）
这更难了。团队必须弄清楚这些点在空间中的深度。
- 赢家： NCT TSO 团队以 68.46 的得分在提交的作品中夺冠。他们使用了一个涉及“卡尔曼滤波器”（一种预测运动的数学工具）的聪明技巧，并通过自我校验来捕捉错误。
- 亚军： MFTIQProb 团队以 57.09 位列第二。
- 基准： 组织者自己的 3D 基准（结合了 2D 追踪和立体相机）得分为 58.80。这意味着获胜团队（NCT TSO）击败了基准，但第二名（MFTIQProb）的得分实际上低于基准。
速度赛（效率）
速度至关重要。如果你的算法太慢，外科医生就无法使用它。
- 最快： NCT TSO 团队也赢得了速度竞赛。他们的算法处理一帧仅需 26.25 毫秒。
- 差距： 下一个最快的团队比它慢了 5 倍，耗时 140.52 毫秒。
- 截止线： 要进入速度赛，团队的准确度必须至少达到最佳准确度的 90%。有两个团队（SRV 和 BlueJays）因为准确度太低，甚至无法参与速度类别的竞争。
论文说了什么（以及没说什么）
作者谨慎地指出了几点：
- 没有万能药： 基准 MFT 方法最为准确这一事实表明，参赛队伍可能存在“过拟合”（过度记忆测试数据）的情况，或者基准本身就非常扎实。作者建议，未来的团队需要专注于鲁棒的交叉验证，以确保其方法适用于新数据，而不只是测试集。
- 3D 仍然困难： 论文指出，没有团队能够完全从零开始实现“全 3D”的点追踪。每个人都使用了 2D 追踪结合立体相机数学的方法。作者怀疑，构建一个原生理解 3D 深度的模型目前还过于复杂。
- “控制”检查： 引入“控制”方法（猜测零运动）是为了确保每个人都在正确使用数据。如果你连“什么都不做”的团队都打不过，那说明你做错了。
总结
2025 年 STIR 挑战赛表明，虽然我们已经拥有一些非常快速且准确的工具来追踪组织，但“完美”的解决方案仍在构建之中。最好的结果来自于那些将传统可靠性与新奇技巧相结合的团队，比如在 2D 领域的 CCG DGIST 团队，以及在 3D 和速度领域的 NCT TSO 团队。
作者建议，下一步不仅仅是构建更大的模型，而是构建更聪明的模型，使其能够从有限的数据中学习，利用“伪标签”（用 AI 自己的猜测来教导 AI），并能在不产生困惑的情况下处理真实手术中奇怪的光照和挤压感。这是一个正在进行中的过程，但这些“数字手指”正变得越来越稳健。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。